Az AI és a big data képes visszafordítani azt a gazdasági elvet, hogy a tudás szétszórt, szerteágazó természete miatt a hatalom is megoszlik.
(A szerző adattudományi szakértő.)
Egy repülő autó parkol a Google Mountain View-i kampusza előtt. Nem concept modell, hanem valós prototípus az Aleftól, amelyet a résztvevők a kávészünetben körbejárhatnak. Ősz van a Szilícium-völgyben, és az Imagination in Action eseményen a tudományos fantasztikum és a mérnöki valóság közötti távolság a szokásosnál is kisebbnek tűnik.
Két napot töltöttem a Google-nél és a Stanford Egyetemen, olyan szakemberek előadásait hallgatva, akik élvonalbeli AI modelleken, emberi biológiával interakcióba lépő robotikán és iparágakat átalakító autonóm rendszereken dolgoznak. A beszélgetések gyakorlatiasak – a résztvevők bemutatták, mi van most a laborjaikban és mit terveznek piacra vinni a következő 18 hónapban. Kitértek a technikai részletekre és a szélesebb körű hatásokra is: az AI fejlesztésével kapcsolatos geopolitikai feszültségektől az automatizálás társadalmi hatásain át a biológiai korlátokig. Részletes áttekintést kaptunk: íme, mi jön, miért, és mit jelent mindez.
Mi az az AI 2025-ben?
A Google AI & Infrastructure alelnöke, Amin Vahdat provokatívan nyitott: ne legyen téma az AGI (általános mesterséges intelligencia)! Az AI egy jó buzzword, de gyenge stratégiai alap, sokszor nem tiszta fogalmakra épül, amik semmit sem mondanak a vezetőknek a következő lépésekről.
Ahelyett, hogy ezek után a megfoghatatlan fogalmak után futnánk, inkább koncentráljunk egy konkrét és mérhető mérföldkőre:
a „liftoff”-ra, arra a döntő pillanatra, amikor a számítógépes programok gyorsabban javítják önmagukat, mint ahogy az emberek.
Ez egy olyan küszöb, amely alapjaiban alakítja át az innovációról, versenyről és az emberi potenciálról alkotott gondolkodásunkat.
Az AI jelenlegi reneszánsza, amelyet a transformerek és az alapmodellek hajtanak, csupán egy fejezet az AI 70 éves történetében. A neurális hálózatok, amik a mai fő technológiai fókuszpontok, egykor az akadémiai diskurzus legszélsőbb perifériáján voltak, ami azt mutatja, hogy a jelen pillanat is messze lehet még a végső állapottól.
Ez arra hívja fel a figyelmet, hogy túlságosan felbecsüljük a technológia azonnali hatását, miközben alábecsüljük hosszú távú átalakító erejét.
Hardver, stratégia és az energiaválság
Az USA vezető szerepet tölt be a szuperintelligencia fejlesztésében olyan exportkorlátozások révén, melyek Kína hozzáférését gátolják a fejlett félvezetőkhöz. Ugyanakkor Kína AI-integrált termékekkel és 16 000 dolláros humanoid robotokkal árasztja el a globális piacokat, növelve dominanciáját az elektromos autókon és a napenergián kívül is – emelte ki előadásában Eric Schmidt, a Google volt CEO-ja.
Az USA igazi korlátja valójában nem a kínai verseny, hanem az áramhiány.
2030-ra az amerikai adatközpontoknak további 92 gigawatt áramra lesz szükségük, ami 60-90 atomerőműnek felel meg. Tekintve, hogy jelenleg alig folyik ilyen kapacitások kiépítése, az USA kénytelen lehet a legfejlettebb modelljeit külföldön, például Szaúd-Arábiában trénelni.
Eközben az olyan open source (nyílt forráskódú) modellek, mint a kínai DeepSeek, a zárt modellek teljesítményének 80–90%-át érik el mindössze az 1%-nyi fejlesztési költséggel. Ez egy ellentmondásos helyzetet teremt: az amerikai cégek megtarthatják a legjobb modelleket zárt formában, míg Kína nyílt forrásúvá teszi sajátjait, így
a globális elterjedést a hozzáférhetőség vezérli a kiválóság helyett.
Ezek az infrastruktúra-korlátozások már több, mint egy évtizede jelen vannak: 2013-ban a Google rájött, hogy a hangfelismeréshez az egész infrastruktúrájuk megduplázására lenne szükség, ezért elvetették a hagyományos megoldásokat, és speciális Tensor Processing Unitokat fejlesztettek, amelyek 100-szoros hatékonyságot biztosítottak.
A mai kihívás ennél is élesebb: a 2017-es transformer áttörés óta az igény a számítási kapacitásra évi 10-szeresére nőtt, ami három év alatt 1000-szeres teljesítménynövekedést követel meg az iparágtól.
Az AI következő evolúciós ugrása
A ChatGPT révén az AI beszélgetőtárssá vált: végre egy gép, amivel könnyedén lehet kommunikálni és hasznos válaszokat kapni. Madhavi Sewak, a DeepMind vezető kutatója szerint azonban az igazi átalakulás most kezdődik:
a mai rendszerek már „társkutatóként” működnek, hipotéziseket generálnak, kritikusan értékelik saját munkájukat, és befejezik a hiányos kutatási projekteket.
A következő lépés pedig a „projekt-kiszolgálás” – teljes projekteket lehet AI ügynökökre bízni, marketing kampánytól üzleti elemzésig, sőt még visszajelzést is kaphatunk tőlük az eredményről.
Az alapvető probléma, ami még ezt késlelteti: a széttagoltság. Jelenleg az AI-eszközeink elszigetelt buborékokban működnek. A Gmail-fiókunkat kezelő AI nem tudja, mit csinál az online vásárlást segítő AI, a naptárasszisztens nem koordinál a meeting-jegyzetelővel.
Olyan, mintha öt személyi asszisztensünk lenne, akik nem hajlandóak beszélni egymással – nekünk kell közvetíteni közöttük, ami értelmetlenné teszi az egészet.
Ezek a szigetek nem technikai szükségszerűségek – mesterséges határok, amelyeket a versengő cégek és platformok hoztak létre. Sewak szerint egy éven belül összeomlanak, ahogy az iparág ráébred, hogy a „széttagolt AI = bénult AI”. Ekkor jönnek az egységes ügynökök: egyetlen AI, amely mindent kezel, a meetingek szervezésétől a piackutatásig, anélkül, hogy nekünk kellene összekapcsolni az információkat.
A termékfejlesztők számára ez kihívást jelent: feltételezni kell, hogy a jelenlegi AI-képességek hat hónap múlva elavultak lesznek. A most tervezett bonyolult rendszerek, ahol több specializált AI koordinál összetett átadások révén, már idejétmúltak lehetnek, mire elindulnak.
Olyan, mintha 1905-ben hintót építenénk, miközben jön már a T-model.
A közelgő vihar
A legközvetlenebb fenyegetések nem sci-fi forgatókönyvek, hanem a jelenlegi képességek potenciális következményei. Az AI-generált videók és cikkek révén terjedő dezinformáció veszélyezteti a világ demokratikus folyamatait, az AI rendkívül hatékony kibertámadások létrehozásában is. A legaggasztóbb a biológiai fenyegetés: az AI lehetővé teheti azt is, hogy meglévő kórokozókból könnyen új biológiai fegyvert gyártsunk.
Talán még veszélyesebb a hatalom koncentrációja. Az AI és a big data képes visszafordítani azt a gazdasági elvet, hogy a tudás szétszórt, szerteágazó természete miatt a hatalom is megoszlik.
Ha központi szereplők hatalmas adatbázisokat egyesítenek központi döntéseikhez, az előnyök a gazdasági és politikai hatalom veszélyes koncentrációjának árán jönnek létre. Az autoriter kormányok a legdrámaibb példák, amelyek az AI-t használhatják elnyomó intézkedéseik gyors és precíz kiterjesztésére.
A kormányok azonban hajlamosak utólag reagálni. Ahogy az OpenAI vezetése is elismeri, egy „mini válság” valószínűleg szükséges lesz ahhoz, hogy komoly beszélgetések induljanak az AI kockázatainak kezeléséről – ez komoly emlékeztető arra, hogy az idő ellen versenyzünk a megfelelő biztonsági intézkedések kialakításában.
A Moonshot horizont
A kihívások mellett viszont legalább annyira jelen vannak a a transzformatív, pozitív hatások is. A Google Moonshot Factory-jában és az idegtudományi laborokban egy egészen másfajta AI-fejlődés bontakozik ki. Astro Teller csapata pont, hogy korlátozni próbálja az erőforrásokat, hogy így kényszerítsen ki áttörést. Így született a Waymo önvezető technológiája és 2024-ben a Tidal is, amely gépi tanulással figyeli a halállományokat a fenntartható halgazdálkodásért.
Az AI fejlődése az idegtudományban is halad: kutatók „digitális iker” agyi modelleket építenek, amelyek pontosan utánozzák, hogyan működnek és reagálnak a neuronok. Korai egérkísérletek már megmutatták, hogy képesek szimulálni az idegi aktivitást Parkinson-kutatásra és pszichológiai vizsgálatokra, sőt epilepsziás rohamokat is le tudnak állítani az agyi jelek tükrözésével.
A hosszú távú cél olyan rendszerek létrehozása, amelyek átmenetet képeznek a széles körben alkalmazott gyógyszeres kezelések és a költséges beszédterápia között. A cél egy értelmezhető, az emberi tudattal összhangban álló és végső soron emberközelibb AI.
A meghatározó évtized
A 2035-ös siker mércéje nem pusztán a technológiai fejlettség lesz, hanem az, hogy mennyire széles körben terjednek el az AI előnyei.
Azok a szervezetek és országok formálják majd a következő évszázadot, amelyek megtartják az egyensúlyt a mesterséges intelligencia transzformatív potenciálja és a humán döntési jogok és demokratikus értékek között.
A kérdés nem az, hogy elfogadjuk-e ezt a technológiát, hanem hogy miként biztosítjuk, hogy ereje az emberiség legszélesebb érdekeit szolgálja és nem pedig néhány kiváltságos emberét.
Takács Anna,
a BeHive adattudományi vezetője és szakértője
